资讯动态

SaaS 会被 AI 取代吗?Chegg 跌了 99%,Salesforce 涨了 205%

发布时间:2026/10/17 5:22:20 来源:尧图企业网站定制
SaaS 会被 AI 取代吗Chegg 跌了 99%Salesforce 涨了 205%摘要2026 年 2 月华尔街造了个词叫 SaaSpocalypseSaaS 末日一周之内软件板块蒸发约 1 万亿美元。半年过去钱没少花——Gartner 反而把 2026 年全球软件支出预测调到了 1.43 万亿美元同比增长 15%。这篇文章不讲概念只算账SaaS 到底是什么、AI 到底吃掉了它的哪一块、Chegg 和 Salesforce 为什么在同一场浪潮里跑出两个极端。文末给一套三句话的判断法你手上任何一套系统都能拿去体检。数据口径截至 2026 年 10 月。数字我尽量标了出处你可以自己核核不动的我会说只信七成。文中部分数据来自中文二手报道引用前请回查原始来源。适合谁正在用 SaaS 的、正在做 SaaS 的、担心自己这行被 AI 端掉的阅读时长约 15 分钟建议收藏后对着表用目录一、先把 SaaS 说清楚它不是软件在云上二、SaaS 的好日子建立在按人头收费上三、2026 年 2 月一个插件蒸发一万亿四、账翻出来看钱没少花是买法变了五、CheggAI 真正杀死的那一家六、Salesforce同一场浪潮反着涨七、我的分法三类 SaaS三种命八、中国是另一套剧本九、回到我自己的活什么被吃掉了什么没有十、几个常被问到的问题写在最后三句话判断任何一套系统数据出处一、先把 SaaS 说清楚它不是软件在云上不绕概念。我干了十几年工业数采和上位机见过最朴素的一次 SaaS 讨论是这样的一家供热企业要上换热站监控系统。按老办法买服务器、买软件授权、装自己机房、签 15% 的年维护费一次投入几十万数据在自己手里出问题打电话叫人上门。后来有厂商跟他说不用买按月付一年几万块数据在我们云上你打开浏览器就能看。后面这个就是 SaaS。但软件装在云上只是它的皮。SaaS 真正的内核是一句话你从买资产变成租服务。这两者的差别全在账本上买资产一次性支出进固定资产五年折旧第二年还得接着交维护费。租服务每月一笔进费用随时可以停。财务上的差别比技术上的差别大得多。很多企业上 SaaS 的第一推动力不是 IT 部门是财务部门——这一点比任何技术定义都重要。理解了这个后面所有事都好办了。因为 SaaS 之所以是过去二十年最好的一门生意靠的不是技术先进是收费单位选得好。二、SaaS 的好日子建立在按人头收费上SaaS 最经典的模式叫席位制Seat-based Pricing。你公司 100 人买 100 个账号明年招到 150 人就再买 50 个。这门生意妙在哪你不用重新做销售客户自己会长。客户越成功、招人越多你的收入越高。二十年来这套逻辑被写进了所有 SaaS 公司的招股书。而它背后压着一个隐含前提从来没人质疑过软件的价值随使用它的人数增长。AI 来的时候第一个被戳破的就是这一句。因为如果一段流程不再需要人来点鼠标——那你按席位收的钱就是在为一个不存在的员工编制收费。这句话不是我说的是买家的 CFO 们先发现的。而且他们发现得比厂商早所以谈判桌上先动手的也是他们。三、2026 年 2 月一个插件蒸发一万亿2026 年 2 月 3 日周一。Anthropic 发布了一个面向企业内部法务的 AI 效率工具。一个插件而已按常理算不上什么大新闻。然后美股软件板块开始跳水。标普北美软件指数SPGSTI当天蒸发接近 3000 亿美元整个 2 月前 7 个交易日累计蒸发接近 1 万亿iShares 软件行业 ETF 年初以来跌超23%跌得最狠的是法律和出版这一类公司单日跌幅LegalZoom-20%汤森路透Thomson Reuters-15%创史上最大单日跌幅RELXLexisNexis 母公司-14%华尔街当场造了个词SaaSpocalypseSaaS 末日。交易员的原话是 “get me out”——让我出去什么价都行。当时市场信的逻辑链条是这样的AI 提高人效 → 企业少招人 → 软件席位减少 → SaaS 收入崩塌。一环扣一环放在当时看几乎无懈可击。顺带一提这事还惊动了一堆大佬出来表态AWS CEO 马特·加曼说恐慌被夸大黄仁勋直接说AI 将取代软件公司这个观点不合逻辑因为 AI 系统的设计初衷就是跟现有软件协同而微软的纳德拉态度最微妙——他认为 AI 智能体时代确实会瓦解现有 SaaS 形态但下一代 SaaS 会深度融入智能体、重构商业模式。三个大佬三种口径。这种时候别听表态看数字。四、账翻出来看钱没少花是买法变了半年过去把这笔账翻出来对一遍。第一个数字钱没有少花。Gartner 最新预测2026 年全球软件支出将达1.43 万亿美元同比增长超过 15%。注意是软件支出不是 AI 支出。第二个数字工具没有变少。行业统计口径下大型企业平均活跃使用的 SaaS 应用大约660 个。过去两年采用率基本持平但每个应用的支出在往上走。所以没人需要软件了这个判断是假的。那到底变了什么变了的是买家愿意为什么付钱。有一句话说得很到位建立在数据库之上的一层薄薄的工作流过去是有防御性的如今这只是工程师午饭前就能搭出来的一个原型。如果这话让我自己说我会说得更狠一点过去你卖的是别人不会做现在你卖的是别人懒得做。这两者值钱的差距是十倍。买方现在看什么三句话。续约的时候每一份合同都要过这三关这个工具到底省掉了什么活它和系统里其他东西协同得怎么样想退出它有多疼三关都答得好的厂商在涨答不好的被并进别人的平台。注意第三条。“退出有多疼”——这个问题是这次洗牌真正的裁判。五、CheggAI 真正杀死的那一家先说不幸的那个。Chegg 是美国一家在线教育公司主业是作业答案订阅月费 19.95 美元。2022 年订阅用户峰值 820 万纽交所上市公司。2022 年 11 月ChatGPT 发布。2023 年 5 月Chegg 承认 ChatGPT 正在影响它的业务当天股价暴跌48%。然后是一路向下从最高 90 美元跌到不足 1 美元跌幅 99%。同期流失超过50 万付费订阅用户。有投行调查显示2024 年秋季学期只有 30% 的大学生计划使用 Chegg春季还有 38%而 62% 计划使用 ChatGPT春季 43%。一家干了快 20 年、上过纽交所的公司就这么没了。但我更想让你看的是它为什么死。有个细节很少人提Chegg 的员工在 2022 年就提议公司做 AI 工具被高层否了理由是怕 AI 给出错误答案。等到 2023 年仓促推出自研 AI已经晚了。这个细节很重要但它还不是根。根在于它的护城河是什么——题库。题库是一堆答案。而答案从 2022 年 11 月起免费了。所以 Chegg 不是被AI 替代软件替代的。它是被内容免费替代的。它挂着 SaaS 的壳卖的是内容。对照一下 Khan Academy可汗学院同一个赛道、同一个时间点它选择跟 OpenAI 合作把 AI 接进教学流程活下来了而且活得不错。同一场浪潮一个死了一个没死。差别不在技术在于它是卖答案还是卖流程。六、Salesforce同一场浪潮反着涨再看活得好的那个。Salesforce 是 SaaS 的祖师爷按席位收费这套玩法基本是它定义并且推广开的。2026 年 2 月那波它也没躲过。但它做了一件事把收费单位从人换成了活。它的 Agentforce 平台2026 年 ARR 达到12 亿美元同比增长 205%。定价方式整个变了推出 **AWUAgentic Work Unit**计费每 10 万 credits 售价 500 美元折算下来每个执行动作约0.10 美元客服智能体 Agentforce Help Agent 按问题解决收费——AI 没搞定、转人工的不收费另一家做客服智能体的 Sierra 更激进工单成功解决才收费单次约 2–5 美元。德勤 2026 年的技术预测说得很直白基于坐席的许可正在让位于使用量 结果的混合定价。看懂这里你就看懂这次变革了以前卖软件是卖让人干活的工具按人头收钱。现在卖智能体是卖干活的产能按活收钱。前者客户多招人你才多赚钱后者客户少招人你也可能多赚钱——因为活是 AI 干的账单按件走。SaaS 没死。死的是按人头收费这一种收法。七、我的分法三类 SaaS三种命那到底怎么判断手上这套东西会不会被端掉我不看它是不是 SaaS也不看它接没接大模型。我看三件事然后分成三类。类型卖的是什么护城河在哪AI 来了会怎样A 类卖界面和流程一套操作界面 一段审批流基本没有靠先发和渠道危险。薄工作流一个周末能搭出原型B 类卖内容/数据题库、模板、行情、名录数据量危险但不快。数据只要可复制就会被免费化Chegg 是样本C 类卖记录 权限 治理企业唯一的事实来源客户的历史数据、流程、权限体系都长在里面反而更值钱C 类为什么反而更值钱因为 AI 要干活需要两样它天生没有的东西可信的上下文现在到底发生了什么和安全的操作权限它能动什么、动完谁批、出错怎么回滚。一个没有上下文、没有权限边界的智能体要么是瞎的要么是危险的。所以AI 越强越需要一个记账的地方。我特别喜欢一句话每个智能体都需要眼睛和双手但几乎没有哪个智能体天生自带这两样。眼睛和双手这一层才是这次洗牌里真正持久的那部分生意。所以别问SaaS 会不会被 AI 取代了问一句更准的它卖的是界面还是卖的是企业不得不信的那个记录八、中国是另一套剧本上面说的都是美股。中国的情况是另一套剧本。Gartner 2026 年 9 月的企业级软件报告里给中国企服市场扣了顶帽子叫SaaS 荒漠并且直接断言中国不可能诞生 Salesforce、ServiceNow 这类千亿美金级别的 SaaS 巨头。理由挺扎心的中国企业愿意为硬件、为一次性买断的私有化开发掏大钱却不肯接受按月订阅。数据也有2026 年中国 SaaS 市场规模预计突破980 亿元人民币同比增幅约21%企业级 SaaS 渗透率从 2024 年的 22% 提升到 2026 年的 29%。增速不低但绝对值和美国不在一个量级。这事我有切身感受。我做的行业是供热和能源数采十几年里客户跟我说得最多的一句话是“数据不能出我的机房。”说这话的人不是不懂云他是要担责的。热源参数、用户用热数据、管网运行曲线这些东西一旦出去出了问题——谁签字谁负责。所以我的判断是在中国AI 对 SaaS 的冲击会晚到而且形态不一样。它不会长成公有云 SaaS 被智能体吃掉的样子更可能长成私有化部署 本地智能体的样子。对做技术的人来说这反而是好事国外在拼谁的 SaaS 更聪明国内在拼谁能在客户机房里把智能体跑起来。后者的活更脏、更难标准化也就更不容易被端掉。九、回到我自己的活什么被吃掉了什么没有说点得罪同行的。AI 有没有吃掉我的活吃掉了。具体地说吃掉的是这一部分以前客户要一张报表我得写 SQL、拉数、调前端图表半天起步。现在把需求丢给智能体问一句出来八九不离十我再改两笔。这部分效率提升不是 20%是十倍。这个变化是真实的我不装看不见。没被吃掉的是另一部分爬进换热站、把表接对、把网关调通、判断这个数据是真的还是跳变、跟甲方解释为什么昨天有个洞。有个项目我印象很深平台做得挺漂亮大屏、看板、报警规则都齐了。验收那天我多问了一句——这个站的瞬时流量为什么比隔壁同规模的站低了 30%现场没人答得上来。最后查出来是安装位置的直管段长度不够表本身没毛病是装错了。这事 AI 干不了。不是因为它不聪明是因为它不在现场。所以我一直跟同行说一句话在工业这行最不容易被 AI 取代的不是 SaaS也不是代码是那个能到现场把事弄对的人。但反过来也得说清楚——如果你的工作只是在界面上点按钮、导数据、拼表格那这部分确实在被吃掉而且吃得很快。这个判断不好听。但它比安慰有用。十、几个常被问到的问题Q1一句话说清 SaaS 是什么租服务不是买资产。软件在别人的机房跑你按月付钱随时能停。技术上没什么神秘的财务上是把一次性资本支出换成了持续的费用支出——这才是它的杀伤力所在。Q2我怎么判断手上这套 SaaS 会不会被干掉用第七节那三个问题① 它卖的是界面还是记录② 它的数据长在哪——它自己的库里还是客户的流程里③ 客户想退出它疼不疼第 ③ 个最准。退出越疼越安全。Q3做技术的学什么不会被取代学智能体干不了的那一段。通用的写代码能力已经在贬值这个要认。但具体现场的判断力在升值——数据对不对、设备有没有问题、客户真正要的是什么。这两件事的交集就是你的位置。Q4私有化部署是不是比 SaaS 安全不是安全是可控。安全是技术问题可控是责任问题。企业选私有化八成不是担心被黑是担心出事没人担。这两件事别混。Q5中小企业现在该买 SaaS 还是自己搭能用 SaaS 解决的先买 SaaS一年几万块、一个月上线别自建。但有一条红线涉及核心工艺参数和真实客户数据的不进公有云。现在开源模型自托管的成本已经降到位了这笔钱不该省。写在最后三句话判断任何一套系统2026 年这半年的账我算下来就一句话AI 没有杀死 SaaS。它杀死了按人头收费这一种收法顺手收走了那些本来就没护城河的软件。下次再有人跟你说XX 已死你就问三句它的收费单位是什么人头 / 用量 / 结果它的数据长在哪自己的库里 / 客户的流程里客户退出它有多疼三句问完死没死你自己能判断不用听谁的。最后说一句可能有点扫兴的话这半年我看到的讨论里90% 都在争SaaS 会不会死。但真正在赚钱的人没参与这个争论——他们在改定价方式或者在客户机房里装东西。争论是免费的活是要干的。这篇如果对你有用先收藏。你所在的行业里有没有正在被 AI 吃掉的具体环节评论区说说我基本都回。数据出处SaaSpocalypse 事件与跌幅数据2026 年 2 月美股软件板块公开报道标普北美软件指数 SPGSTI、iShares 软件行业 ETFGartner 全球软件支出预测20261.43 万亿美元同比 15%Gartner 企业应用软件智能体套利暴露规模预测2026-072030 年前约 2340 亿美元Chegg 财务与股价数据公开财报及 2023–2025 年新闻报道Salesforce Agentforce ARR 与 AWU 定价2026 年公开报道与财报口径德勤《2026 技术预测》坐席许可向使用量 结果混合定价迁移中国 SaaS 市场规模与渗透率IIM 信息数据2026Gartner 中国企业级软件报告2026-09SaaS 荒漠论断SAP Solution Manager / Process Integration 退役时间表2027 年底文中数字来自公开报道口径2026 年 10 月部分为二手转载。引用前请回查原始来源包括这篇。关于作者长期在供热 / 能源行业做数采与上位机从点表、网关到 SCADA 数据上云每一环都是现场踩出来的。写两个方向工业现场的坑和 AI 在工业项目里到底怎么落地。想看这两条线的实操翻翻专栏或点个关注有问题评论区、站内信我都会回。

读完文章,也想定制专属网站?

尧图设计师 24 小时内与您沟通定制方案

免费获取报价 →
↑